买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东师范大学

摘要：本发明涉及车联网无线通信技术领域，提供了一种基于聚簇和计算卸载的车辆联邦学习方法及系统，包括以下步骤：构建包含多个车辆与一个带有服务器的基站的车辆联邦学习的系统网络模型；基于改进的K‑means算法对车辆进行分簇，并通过综合评分选择出每个簇中评分最高的车辆为簇头车辆；针对分簇后的各个簇的本地计算和通信情况，建立计算卸载模型和时延模型；明确优化问题为最小化任务完成的时间；对卸载决策进行优化，实现任务完成时间的最小化。本发明通过对车辆进行分簇，分簇后车辆无需频繁与远距离基站传输模型参数，减少了通信开销；将模型训练慢的车辆的计算任务部分卸载到簇内其他模型训练快的车辆上进行计算减少了任务完成时间。

主权项：1.一种基于聚簇和计算卸载的车辆联邦学习方法，其特征在于，所述方法包括：构建包含多个车辆与一个带有服务器的基站的车辆联邦学习的系统网络模型；基于改进的K-means算法对车辆进行分簇，并通过综合评分选择出每个簇中评分最高的车辆为簇头车辆；针对分簇后的各个簇的本地计算和通信情况，建立计算卸载模型和时延模型，通过所述计算卸载模型将模型训练慢的车辆的计算任务部分卸载到簇内其他模型训练快的车辆上；明确优化问题为最小化任务完成的时间；对卸载决策进行优化，实现任务完成时间的最小化；所述基于改进的K-means算法对车辆进行分簇，并通过综合评分选择出每个簇中评分最高的车辆为簇头车辆，具体包括：S21：从车辆集合中随机选择K辆车作为初始质点{μ1，μ2，...，μK}，形成初始的K个中间簇S22：分别计算车辆n与K个中间簇中每个中间簇的距离γn，k；S23：根据所述距离γn，k的值，将车辆n加入到距离γn，k最小的中间簇中；S24：重复S22-S23，直至所有的车辆都加入到簇中，得到最终的K个簇S25：在每个簇中分别计算每辆车成为簇头车辆的分数Sn，选择分数Sn最大的车辆为簇头车辆；所述距离γn，k的计算公式如下： 其中， 表示车辆n与中间簇中所有车辆平均相对距离；|N′k|表示中间簇中车辆的数量；d′n，m表示车辆n与中间簇中车辆m间的相对距离；表示车辆n与中间簇中所有车辆的平均相对速度；vn表示车辆n的速度；vm表示中间簇中车辆m的速度；表示若车辆n归簇到中间簇中，中间簇的Non-IID程度；c表示不同的类别，表示所有类别的集合；pmc表示车辆m参与FL训练的数据中c类别所占的比例；pc表示数据是独立同分布时，c类别所占的比例；β1、β2和β3表示加权系数；所述分数Sn的计算公式如下： 其中， fn表示车辆n本地计算的CPU频率；bn表示车辆n计算一个样本数据所需要的CPU周期数量；表示车辆n上传模型参数的发射功率；|Nk|表示簇中车辆的数量；dn，m表示簇中车辆n与车辆m间的相对距离；Δvn，m表示簇中车辆n与车辆m的相对速度；LLTn，m表示车辆n与簇中其他车辆m的链路寿命；vn表示车辆n的速度；vm表示车辆m的速度；TR表示传输范围；ω1,ω2,ω3,ω4,ω5是权重因子，且ω1,ω2,ω3,ω4,ω5∈0,1。

全文数据：

权利要求：

百度查询： 山东师范大学 一种基于聚簇和计算卸载的车辆联邦学习方法及系统